Пространство L - множество элементов - векторов, которые обозначаются
a
→
,
b
→
,
…
{\displaystyle {\vec {a}},{\vec {b}},\dots }
, в котором определены две операции: сложение и умножение на число. эти операции подчиняются аксиомам:
1.
a
→
+
b
→
=
b
→
+
a
→
;
{\displaystyle {\textbf {1.}}{\vec {a}}+{\vec {b}}={\vec {b}}+{\vec {a}};}
2.
(
a
→
+
b
→
)
+
c
→
=
a
→
+
(
b
→
+
c
→
)
;
{\displaystyle {\textbf {2.}}({\vec {a}}+{\vec {b}})+{\vec {c}}={\vec {a}}+({\vec {b}}+{\vec {c}});}
3.
∃
0
→
:
∀
a
→
,
a
→
+
0
→
=
a
→
;
{\displaystyle {\textbf {3.}}\exists {\vec {0}}:\forall {\vec {a}},{\vec {a}}+{\vec {0}}={\vec {a}};}
4.
∀
a
→
∃
(
−
a
→
)
:
a
→
+
(
−
a
→
)
=
0
→
;
{\displaystyle {\textbf {4.}}\forall {\vec {a}}\exists (-{\vec {a}}):{\vec {a}}+(-{\vec {a}})={\vec {0}};}
5.
α
(
β
a
→
)
=
(
α
β
)
a
→
;
{\displaystyle {\textbf {5.}}\alpha (\beta {\vec {a}})=(\alpha \beta ){\vec {a}};}
6.
1
a
→
=
a
→
;
{\displaystyle {\textbf {6.}}1{\vec {a}}={\vec {a}};}
7.
α
(
a
→
+
b
→
)
=
α
a
→
+
α
b
→
;
{\displaystyle {\textbf {7.}}\alpha ({\vec {a}}+{\vec {b}})=\alpha {\vec {a}}+\alpha {\vec {b}};}
8.
(
α
+
β
)
a
→
=
α
a
→
+
β
a
→
.
{\displaystyle {\textbf {8.}}(\alpha +\beta ){\vec {a}}=\alpha {\vec {a}}+\beta {\vec {a}}.}
Определение. система
e
→
1
,
…
,
e
→
n
{\displaystyle {\vec {e}}_{1},\dots ,{\vec {e}}_{n}}
- базис в L
⇔
{\displaystyle \Leftrightarrow }
система линейно независима и
∀
x
→
∈
L
:
x
→
=
∑
j
=
1
n
x
j
e
→
j
{\displaystyle \forall {\vec {x}}\in L:{\vec {x}}=\sum \limits _{j=1}^{n}x_{j}{\vec {e}}_{j}}
Теорема.
d
i
m
(
L
)
=
n
⇔
{\displaystyle dim(L)=n\Leftrightarrow }
в L
∃
{\displaystyle \exists }
базис из n векторов.
Доказательство.
(
⇒
)
{\displaystyle (\Rightarrow )}
:
d
i
m
(
L
)
=
n
⇒
{\displaystyle dim(L)=n\Rightarrow }
по определению
∃
{\displaystyle \exists }
линейно независимая система из n векторов
e
→
1
,
…
,
e
→
n
{\displaystyle {\vec {e}}_{1},\dots ,{\vec {e}}_{n}}
. Докажем, что это базис. Линейная независимость дана. докажем, что
∀
x
→
∈
L
:
x
→
=
∑
j
=
1
n
x
j
e
→
j
{\displaystyle \forall {\vec {x}}\in L:{\vec {x}}=\sum \limits _{j=1}^{n}x_{j}{\vec {e}}_{j}}
. рассмотрим систему (
e
→
1
,
…
,
e
→
n
,
x
→
{\displaystyle {\vec {e}}_{1},\dots ,{\vec {e}}_{n},{\vec {x}}}
). она линейно зависима (по определению размерности) т.е.
∃
λ
1
,
…
,
λ
n
,
μ
{\displaystyle \exists \lambda _{1},\dots ,\lambda _{n},\mu }
не все равные 0 и такие что:
λ
1
e
→
1
+
λ
2
e
→
2
+
⋯
+
λ
n
e
→
n
+
μ
x
→
=
0
→
.
{\displaystyle \lambda _{1}{\vec {e}}_{1}+\lambda _{2}{\vec {e}}_{2}+\dots +\lambda _{n}{\vec {e}}_{n}+\mu {\vec {x}}={\vec {0}}.}
заметим, что
μ
≠
0
⇒
x
→
=
∑
j
=
1
n
(
−
λ
j
μ
)
e
→
j
{\displaystyle \mu \not =0\Rightarrow {\vec {x}}=\sum \limits _{j=1}^{n}({\frac {-\lambda _{j}}{\mu }}){\vec {e}}_{j}}
(
⇐
)
{\displaystyle (\Leftarrow )}
:
∃
{\displaystyle \exists }
базис из n векторов:
e
→
1
…
e
→
n
{\displaystyle {\vec {e}}_{1}\dots {\vec {e}}_{n}}
докажем, что
d
i
m
(
L
)
=
n
{\displaystyle dim(L)=n}
. т.к.
e
→
1
…
e
→
n
{\displaystyle {\vec {e}}_{1}\dots {\vec {e}}_{n}}
- базис, то система линейно независима. докажем, что любая система из n+1 векторов линейно зависима:
λ
1
|
y
→
1
=
α
11
e
→
1
+
⋯
+
α
1
n
e
→
n
λ
2
|
y
→
2
=
α
21
e
→
1
+
⋯
+
α
2
n
e
→
n
…
λ
n
+
1
|
y
→
n
+
1
=
α
n
+
1
,
1
e
→
1
+
⋯
+
α
n
+
1
,
n
e
→
n
{\displaystyle {\begin{matrix}&\lambda _{1}|{\vec {y}}_{1}=\alpha _{11}{\vec {e}}_{1}+\dots +\alpha _{1n}{\vec {e}}_{n}\\&\lambda _{2}|{\vec {y}}_{2}=\alpha _{21}{\vec {e}}_{1}+\dots +\alpha _{2n}{\vec {e}}_{n}\\&\dots \\&\lambda _{n+1}|{\vec {y}}_{n+1}=\alpha _{n+1,1}{\vec {e}}_{1}+\dots +\alpha _{n+1,n}{\vec {e}}_{n}\end{matrix}}}
A
=
‖
α
i
,
j
‖
{\displaystyle A={\bigl \|}\alpha _{i,j}{\bigr \|}}
размера
(
n
+
1
)
{\displaystyle (n+1)}
x
n
{\displaystyle n}
. строки линейно зависимы
⇒
∃
λ
{\displaystyle \Rightarrow \exists \lambda }
: умножив на
λ
{\displaystyle \lambda }
систему из
y
→
{\displaystyle {\vec {y}}}
и просуммировав получим:
∑
j
=
1
n
+
1
λ
j
y
→
j
=
(
∑
j
=
1
n
λ
j
α
j
1
)
e
→
1
+
(
∑
j
=
1
n
λ
j
α
j
2
)
e
→
2
+
⋯
+
(
∑
j
=
1
n
λ
j
α
j
n
)
e
→
n
=
0
e
→
1
+
⋯
+
0
e
→
n
=
0
→
.
⇒
{\displaystyle \sum \limits _{j=1}^{n+1}\lambda _{j}{\vec {y}}_{j}=(\sum \limits _{j=1}^{n}\lambda _{j}\alpha _{j1}){\vec {e}}_{1}+(\sum \limits _{j=1}^{n}\lambda _{j}\alpha _{j2}){\vec {e}}_{2}+\dots +(\sum \limits _{j=1}^{n}\lambda _{j}\alpha _{jn}){\vec {e}}_{n}=0{\vec {e}}_{1}+\dots +0{\vec {e}}_{n}={\vec {0}}.\Rightarrow }
система линейно зависима.
Следствие.
Все базисы в линейном пространстве L (
d
i
m
(
L
)
=
n
{\displaystyle dim(L)=n}
) имеют n векторов.
Любая линейно независимая система из n векторов образует базис.
Преобразование координат вектора при переходе к новому базису.
править
Линейное пространство L, dim(L) = n > 0,
e
→
1
,
…
,
e
→
n
{\displaystyle {\vec {e}}_{1},\dots ,{\vec {e}}_{n}}
- базис в L.
⇒
∀
x
→
∈
L
∃
!
x
1
,
…
,
x
n
∈
R
1
(
C
1
)
:
x
→
=
∑
j
=
1
n
x
j
e
→
j
.
X
→
=
(
x
1
…
x
n
)
.
{\displaystyle \Rightarrow \forall {\vec {x}}\in L\exists !x_{1},\dots ,x_{n}\in R^{1}(C^{1}):{\vec {x}}=\sum \limits _{j=1}^{n}x_{j}{\vec {e}}_{j}.{\vec {X}}={\begin{pmatrix}x_{1}\\\dots \\x_{n}\end{pmatrix}}.}
возьмём новый базис в L :
f
→
1
,
…
,
f
→
n
⇒
f
→
1
=
∑
j
=
1
n
t
j
1
e
→
j
,
…
,
f
→
n
=
∑
j
=
1
n
t
j
n
e
→
j
.
{\displaystyle {\vec {f}}_{1},\dots ,{\vec {f}}_{n}\Rightarrow {\vec {f}}_{1}=\sum \limits _{j=1}^{n}t_{j1}{\vec {e}}_{j},\dots ,{\vec {f}}_{n}=\sum \limits _{j=1}^{n}t_{jn}{\vec {e}}_{j}.}
T
=
‖
t
i
,
j
‖
=
(
t
11
t
12
…
t
1
n
…
…
…
…
t
n
1
t
n
2
…
t
n
n
)
{\displaystyle T={\bigl \|}t_{i,j}{\bigr \|}={\begin{pmatrix}t_{11}&t_{12}&\dots &t_{1n}\\\dots &\dots &\dots &\dots \\t_{n1}&t_{n2}&\dots &t_{nn}\end{pmatrix}}}
- матрица перехода от базиса
e
→
1
,
…
,
e
→
n
{\displaystyle {\vec {e}}_{1},\dots ,{\vec {e}}_{n}}
к базису
f
→
1
,
…
,
f
→
n
{\displaystyle {\vec {f}}_{1},\dots ,{\vec {f}}_{n}}
x
→
=
∑
j
=
1
n
x
j
e
→
j
=
∑
j
=
1
n
x
j
′
f
→
j
=
∑
i
=
1
n
x
i
′
(
∑
j
=
1
n
t
i
j
e
→
j
)
;
x
j
=
∑
i
=
1
n
t
j
i
x
i
′
{\displaystyle {\vec {x}}=\sum \limits _{j=1}^{n}x_{j}{\vec {e}}_{j}=\sum \limits _{j=1}^{n}x'_{j}{\vec {f}}_{j}=\sum \limits _{i=1}^{n}x'_{i}(\sum \limits _{j=1}^{n}t_{ij}{\vec {e}}_{j});x_{j}=\sum \limits _{i=1}^{n}t_{ji}x'_{i}}
X
→
=
(
x
1
…
x
n
)
,
X
→
′
=
(
x
1
′
…
x
n
′
)
.
{\displaystyle {\vec {X}}={\begin{pmatrix}x_{1}\\\dots \\x_{n}\end{pmatrix}},{\vec {X}}'={\begin{pmatrix}x'_{1}\\\dots \\x'_{n}\end{pmatrix}}.}
X
→
=
T
X
→
′
,
X
→
′
=
T
−
1
X
→
{\displaystyle {\vec {X}}=T{\vec {X}}',{\vec {X}}'=T^{-1}{\vec {X}}}